ABOUT THE SPEAKER
Stuart Firestein - Neuroscientist
Stuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge.

Why you should listen

You’d think that a scientist who studies how the human brain receives and perceives information would be inherently interested in what we know. But Stuart Firestein says he’s far more intrigued by what we don’t. “Answers create questions,” he says. “We may commonly think that we begin with ignorance and we gain knowledge [but] the more critical step in the process is the reverse of that.”

Firestein, who chairs the biological sciences department at Columbia University, teaches a course about how ignorance drives science. In it -- and in his 2012 book on the topic -- he challenges the idea that knowledge and the accumulation of data create certainty. Facts are fleeting, he says; their real purpose is to lead us to ask better questions.

More profile about the speaker
Stuart Firestein | Speaker | TED.com
TED2013

Stuart Firestein: The pursuit of ignorance

סטיוארט פיירסטיין: המרדף אחר הבורות

Filmed:
2,046,254 views

כיצד נראית עבודה מדעית אמיתית? בתור חוקר מערכות עצבים, סטיוארט פיירסטיין מתבדח: זה נראה הרבה פחות כשיטה המדעית והרבה יותר כ"התברברות.... בחושך". בהרצאה שנונה זו, פיירסטיין נוגע בלב-ליבו של המדע כפי שהוא באמת מיושם ומציע לנו לקבל בהערכה את מה שאנו לא יודעים -- או את "הבורות באיכות גבוהה" -- בדיוק כמו את מה שאנו כן יודעים.
- Neuroscientist
Stuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge. Full bio

Double-click the English transcript below to play the video.

00:12
There is an ancientעָתִיק proverbפִּתגָם that saysאומר
0
495
3558
ישנו פתגם עתיק האומר
00:16
it's very difficultקָשֶׁה to find a blackשָׁחוֹר catחתול in a darkאפל roomחֶדֶר,
1
4053
4062
שקשה למצוא חתול שחור בחדר חשוך,
00:20
especiallyבמיוחד when there is no catחתול.
2
8115
2788
במיוחד כאשר אין חתול.
00:22
I find this a particularlyבִּמְיוּחָד aptמַתְאִים descriptionתיאור of scienceמַדָע
3
10903
3329
אני מוצא בזה תאור הולם של המדע
00:26
and how scienceמַדָע worksעובד --
4
14232
2136
ואיך שהמדע עובד --
נופלים וקמים בחדר חשוך, נתקלים בחפצים,
00:28
bumblingהולם around in a darkאפל roomחֶדֶר, bumpingהתנגשות into things,
5
16368
3320
00:31
tryingמנסה to figureדמות out what shapeצוּרָה this mightאולי be,
6
19688
2302
מנסים לשער איזו צורה יש להם,
00:33
what that mightאולי be,
7
21990
1444
מה זה עשוי להיות.
00:35
there are reportsדיווחים of a catחתול somewhereאי שם around,
8
23434
2489
אומרים שיש חתול היכן שהוא,
00:37
they mayמאי not be reliableאָמִין, they mayמאי be,
9
25923
1793
אולי זה נכון, אולי לא,
00:39
and so forthהָלְאָה and so on.
10
27716
1520
וכך הלאה.
00:41
Now I know this is differentשונה than the way mostרוב people
11
29236
1976
אני יודע שזה שונה ממה שרוב האנשים
00:43
think about scienceמַדָע.
12
31212
1552
חושבים על המדע.
00:44
Scienceמַדָע, we generallyבדרך כלל are told,
13
32764
1554
מדע, כך מספרים לנו,
00:46
is a very well-orderedמסודר היטב mechanismמַנגָנוֹן for
14
34318
2750
הוא תהליך מאוד מסודר להבנת
00:49
understandingהֲבָנָה the worldעוֹלָם,
15
37068
1301
העולם,
00:50
for gainingזְכִיָה factsעובדות, for gainingזְכִיָה dataנתונים,
16
38369
2286
לאיסוף ראיות, נתונים,
00:52
that it's rule-basedמבוסס על כלל,
17
40655
1553
שהוא מבוסס על כללים ברורים,
00:54
that scientistsמדענים use this thing calledשקוראים לו the scientificמַדָעִי methodשִׁיטָה
18
42208
3241
שמדענים משתמשים במה שקרוי השיטה המדעית
00:57
and we'veיש לנו been doing this for 14 generationsדורות or so now,
19
45449
2839
ושאנחנו עושים זאת כבר 14 דורות בערך,
01:00
and the scientificמַדָעִי methodשִׁיטָה is a setמַעֲרֶכֶת of rulesכללים
20
48288
2571
ושהשיטה המדעית היא מערכת כללים
01:02
for gettingמקבל hardקָשֶׁה, coldקַר factsעובדות out of the dataנתונים.
21
50859
4192
כדי להגיע לעובדות קשיחות וחסרות-פניות מהמידע.
01:07
I'd like to tell you that's not the caseמקרה.
22
55051
2095
אבל אני אומר לכם שזה לא כך.
01:09
So there's the scientificמַדָעִי methodשִׁיטָה,
23
57146
1832
ישנה השיטה המדעית,
01:10
but what's really going on is this. (Laughterצחוק)
24
58978
2319
אבל מה שבאמת קורה הוא זה.
01:13
[The Scientificמַדָעִי Methodשיטה vsלעומת. Fartingמפליץ Around]
25
61297
958
[השיטה המדעית לעומת התברברות]
01:14
And it's going on kindסוג of like that.
26
62255
3104
וזה ממשיך בערך כך.
[....בחושך]
01:17
[... in the darkאפל] (Laughterצחוק)
27
65359
1421
01:18
So what is the differenceהֶבדֵל, then,
28
66780
4541
אז מה ההבדל בין הדרך
01:23
betweenבֵּין the way I believe scienceמַדָע is pursuedרדף
29
71321
3816
שבה אני סבור שהמדע מתקדם
01:27
and the way it seemsנראה to be perceivedנתפס?
30
75137
2861
והדרך בה הוא נתפס?
01:29
So this differenceהֶבדֵל first cameבא to me in some waysדרכים
31
77998
2715
הבדל זה קפץ מול עיניי
במידה מסויימת בגלל
01:32
in my dualכָּפוּל roleתַפְקִיד at Columbiaקולומביה Universityאוּנִיבֶרְסִיטָה,
32
80713
2097
התפקיד הכפול שלי באוניברסיטת קולומביה,
01:34
where I'm bothשניהם a professorפּרוֹפֶסוֹר and runלָרוּץ a laboratoryמַעבָּדָה in neuroscienceמדעי המוח
33
82810
4155
בה אני גם מרצה וגם מנהל מעבדת מחקר עיצבי
01:38
where we try to figureדמות out how the brainמוֹחַ worksעובד.
34
86965
2195
שבה אנו מנסים לפצח כיצד המוח פועל.
01:41
We do this by studyingלומד the senseלָחוּשׁ of smellרֵיחַ,
35
89160
2371
אנו עושים זאת באמצעות חקר חוש הריח,
01:43
the senseלָחוּשׁ of olfactionריפוי, and in the laboratoryמַעבָּדָה,
36
91531
2531
ובמעבדה, זו הנאה גדולה,
01:46
it's a great pleasureהנאה and fascinatingמַקסִים work
37
94062
2634
עבודה מרתקת ומרגשת
01:48
and excitingמְרַגֵשׁ to work with graduateבוגר studentsסטודנטים and post-docsפוסט-דוקטור
38
96696
2871
לעבוד עם תלמידי מחקר ופוסט-דוקטורטים
01:51
and think up coolמגניב experimentsניסויים to understandמבין how this
39
99567
2611
ולחשוב על ניסויים
מקוריים כדי להבין כיצד
01:54
senseלָחוּשׁ of smellרֵיחַ worksעובד and how the brainמוֹחַ mightאולי be workingעובד,
40
102178
2386
חוש הריח עובד וכיצד המוח מתפקד,
01:56
and, well, franklyבכנות, it's kindסוג of exhilaratingמלהיב.
41
104564
2802
והאמת, זה די מרומם-נפש.
01:59
But at the sameאותו time, it's my responsibilityאַחֲרָיוּת
42
107366
2718
אבל בו בזמן, תחת אחריותי גם
02:02
to teachלְלַמֵד a largeגָדוֹל courseקוּרס to undergraduatesסטודנטים לתואר ראשון on the brainמוֹחַ,
43
110084
2949
ללמד קורס תואר Iראשון על המוח,
02:05
and that's a bigגָדוֹל subjectנושא,
44
113033
1075
וזה נושא רציני,
02:06
and it takes quiteדַי a while to organizeלְאַרגֵן that,
45
114108
2391
כי זה לוקח די הרבה זמן לארגן את החומר,
02:08
and it's quiteדַי challengingמאתגר and it's quiteדַי interestingמעניין,
46
116499
2811
וזה די מאתגר וגם מעניין,
02:11
but I have to say, it's not so exhilaratingמלהיב.
47
119310
3557
אבל עליי לומר שזה לא כל-כך מלהיב.
02:14
So what was the differenceהֶבדֵל?
48
122867
1396
אז מה ההבדל?
02:16
Well, the courseקוּרס I was and am teachingהוֹרָאָה
49
124263
2069
הקורס שאני מלמד נקרא
02:18
is calledשקוראים לו Cellularתָאִי and Molecularמולקולרית Neuroscienceמדעי המוח - I. (Laughsצוחק)
50
126332
6464
מדעי עצב תאיים ומולקולריים - 1 (צוחק)
02:24
It's 25 lecturesהרצאות fullמלא of all sortsמיני of factsעובדות,
51
132796
4555
המורכב מ-25 הרצאות הגדושות בכל מיני עובדות,
02:29
it usesשימו this giantעֲנָק bookסֵפֶר calledשקוראים לו "Principlesעקרונות of Neuralעֲצַבִּי Scienceמַדָע"
52
137351
4317
ובקורס אני משתמש בספר עב-כרס זה
שנקרא "עקרונות מדעי מערכות עצבים",
02:33
by threeשְׁלוֹשָׁה famousמפורסם neuroscientistsמדעני מוח.
53
141668
2334
מאת 3 חוקרי עצבים ידועים.
02:36
This bookסֵפֶר comesבא in at 1,414 pagesדפים,
54
144002
3781
בספר זה 1,414 עמודים,
02:39
it weighsשוקל a heftyחָסוֹן sevenשֶׁבַע and a halfחֲצִי poundsפאונד.
55
147783
2736
משקלו 3.5 ק"ג.
02:42
Just to put that in some perspectiveפֶּרספֶּקטִיבָה,
56
150519
1927
ורק כדי לתת מושג,
02:44
that's the weightמִשׁקָל of two normalנוֹרמָלִי humanבן אנוש brainsמוֹחַ.
57
152446
3455
זה משקלם של שני מוחות אדם ממוצעים.
02:47
(Laughterצחוק)
58
155901
3283
(צחוק)
02:51
So I beganהחל to realizeלִהַבִין, by the endסוֹף of this courseקוּרס,
59
159184
3267
התחלתי להבין, עם סיום הקורס,
02:54
that the studentsסטודנטים maybe were gettingמקבל the ideaרַעְיוֹן
60
162451
2248
שהסטודנטים אולי חושבים
02:56
that we mustצריך know everything there is to know about the brainמוֹחַ.
61
164699
3031
שאנו כבר יודעים הכל על המוח.
02:59
That's clearlyבְּבִירוּר not trueנָכוֹן.
62
167730
1762
ברור שזה לא נכון.
03:01
And they mustצריך alsoגַם have this ideaרַעְיוֹן, I supposeלְהַנִיחַ,
63
169492
2698
והם בטח גם חושבים, אני מניח,
03:04
that what scientistsמדענים do is collectלאסוף dataנתונים and collectלאסוף factsעובדות
64
172190
3381
שמה שהמדענים עושים זה לאסוף נתונים וראיות
03:07
and stickמקל them in these bigגָדוֹל booksספרים.
65
175571
2089
ולצרפם ביחד בתוך הספרים העבים הללו.
03:09
And that's not really the caseמקרה eitherאוֹ.
66
177660
1407
וגם זה לא בדיוק נכון.
03:11
When I go to a meetingפְּגִישָׁה, after the meetingפְּגִישָׁה day is over
67
179067
3303
כאשר אני בכינוס, ובסוף היום
03:14
and we collectלאסוף in the barבָּר over a coupleזוּג of beersבירות with my colleaguesעמיתים,
68
182370
3097
אני ועמיתיי מתאספים בבר לשתות בירה,
03:17
we never talk about what we know.
69
185467
2201
אנו אף פעם לא מדברים על מה שאנו יודעים.
03:19
We talk about what we don't know.
70
187668
2166
אנו מדברים על מה שאנחנו לא יודעים.
03:21
We talk about what still has to get doneבוצע,
71
189834
2285
אנו מדברים על מה שעלינו עוד לעשות,
03:24
what's so criticalקריטי to get doneבוצע in the labמַעבָּדָה.
72
192119
2825
מה הכי דחוף לבצע במעבדות.
03:26
Indeedאכן, this was, I think, bestהטוב ביותר said by Marieמארי Curieקורי
73
194944
2557
ואכן, מארי קירי הגדירה
זאת במדוייק כאשר אמרה
03:29
who said that one never noticesהודעות what has been doneבוצע
74
197501
2419
שאנו מעולם לא שמים לב למה שכבר נעשה
03:31
but only what remainsשְׂרִידִים to be doneבוצע.
75
199920
1461
אלא למה שעוד צריך להיעשות.
03:33
This was in a letterמִכְתָב to her brotherאָח after obtainingהשגת
76
201381
2225
זה הופיע במכתב ששלחה לאחיה
03:35
her secondשְׁנִיָה graduateבוגר degreeתוֹאַר, I should say.
77
203606
3718
לאחר קבלת תואר שני שני.
03:39
I have to pointנְקוּדָה out this has always been one of my favoriteהכי אהוב picturesתמונות of Marieמארי Curieקורי,
78
207324
2813
עליי לציין שזו אחת התמונות
של מארי קירי החביבות עליי,
03:42
because I am convincedמְשׁוּכנָע that that glowלַהַט behindמֵאָחוֹר her
79
210137
2303
כי אני משוכנע שההילה מאחוריה
03:44
is not a photographicצילום effectהשפעה. (Laughterצחוק)
80
212440
2738
אינה אפקט צילום. (צחוק)
03:47
That's the realאמיתי thing.
81
215178
1800
וזהו הדבר האמיתי.
03:48
It is trueנָכוֹן that her papersניירות are, to this day,
82
216978
4380
אכן נכון שמסמכיה, עד היום,
03:53
storedמְאוּחסָן in a basementמרתף roomחֶדֶר in the BibliothBibliothèqueque Franפראןçaiseאניס
83
221358
2879
מאוחסנים במרתף של הספריה הלאומית בפריז
03:56
in a concreteבטון roomחֶדֶר that's lead-linedעופרת,
84
224237
2197
בחדר עשוי בטון עם ציפוי עופרת,
03:58
and if you're a scholarמְלוּמָד and you want accessגִישָׁה to these notebooksמחברות,
85
226434
2652
ואם איזה מתמחה רוצה לראות את מחברותיה,
04:01
you have to put on a fullמלא radiationקְרִינָה hazmatחומרים מסוכנים suitחליפה,
86
229086
2749
עליו ללבוש חליפת הגנה נגד קרינה,
04:03
so it's prettyיפה scaryמַפְחִיד businessעֵסֶק.
87
231835
2351
כך שזה עניין די מפחיד.
04:06
Nonethelessבְּכָל זֹאת, this is what I think we were leavingעֲזִיבָה out
88
234186
2796
בכל אופן, אני סבור שזה בדיוק מה שאנו משמיטים
04:08
of our coursesקורסים
89
236982
1626
מהקורסים שלנו
04:10
and leavingעֲזִיבָה out of the interactionאינטראקציה that we have
90
238608
2526
ומהמגע שיש לנו
04:13
with the publicפּוּמְבֵּי as scientistsמדענים, the what-remains-to-be-doneמה שנשאר לעתיד.
91
241134
2973
בתור מדענים עם הציבור, את מה-שנשאר-לעשות.
04:16
This is the stuffדברים that's exhilaratingמלהיב and interestingמעניין.
92
244107
2634
זה הנושא שכה מלהיב ומעניין.
04:18
It is, if you will, the ignoranceבּוּרוּת.
93
246741
2910
זו, אם לכנותה כך, היא הבורות.
04:21
That's what was missingחָסֵר.
94
249651
979
זה מה שהיה חסר.
04:22
So I thought, well, maybe I should teachלְלַמֵד a courseקוּרס
95
250630
2860
לכן חשבתי, אולי אני צריך להעביר
04:25
on ignoranceבּוּרוּת,
96
253490
2100
קורס על בורות,
04:27
something I can finallyסוף כל סוף excelלְהִצטַיֵן at, perhapsאוּלַי, for exampleדוגמא.
97
255590
3629
משהו שאני יכול סוף סוף להצטיין בו, אולי.
04:31
So I did startהַתחָלָה teachingהוֹרָאָה this courseקוּרס on ignoranceבּוּרוּת,
98
259219
1878
אז התחלתי ללמד את הקורס על בורות,
וזה היה די מעניין.
04:33
and it's been quiteדַי interestingמעניין
99
261097
1096
04:34
and I'd like to tell you to go to the websiteאתר אינטרנט.
100
262193
2086
אבקשכם לבקר באתר.
04:36
You can find all sortsמיני of informationמֵידָע there. It's wideרָחָב openלִפְתוֹחַ.
101
264279
3636
ניתן למצוא שם מידע מכל סוג. הוא פתוח לכולם.
04:39
And it's been really quiteדַי an interestingמעניין time for me
102
267915
3523
זו תקופה באמת מעניינת
בשבילי לפגוש מדענים אחרים
04:43
to meetלִפְגוֹשׁ up with other scientistsמדענים who come in and talk
103
271438
1841
אשר מדברים על מה
04:45
about what it is they don't know.
104
273279
1548
שהם אינם יודעים.
04:46
Now I use this wordמִלָה "ignoranceבּוּרוּת," of courseקוּרס,
105
274827
1985
כמובן שאני משתמש במילה "בורות",
04:48
to be at leastהכי פחות in partחֵלֶק intentionallyבְּמֵזִיד provocativeפּרוֹבוֹקָטִיבִי,
106
276812
3158
חלקית לפחות, כדי להתגרות,
04:51
because ignoranceבּוּרוּת has a lot of badרַע connotationsקונוטציות
107
279970
2390
כי לבורות יש הרבה הקשרים שליליים
04:54
and I clearlyבְּבִירוּר don't mean any of those.
108
282360
2005
וברור שאיני מכוון לאף אחד מאלה.
04:56
So I don't mean stupidityטִפּשׁוּת, I don't mean a callowטִירוֹן indifferenceאֲדִישׁוּת
109
284365
3505
איני מתכוון לטפשות, ולא לאדישות לעובדות,
04:59
to factעוּבדָה or reasonסיבה or dataנתונים.
110
287870
2308
היגיון או מידע.
05:02
The ignorantבור ועם הארץ are clearlyבְּבִירוּר unenlightenedלא מוארת, unawareלא מודע,
111
290178
3271
הנבערים הם צרי-אופקים, חסרי מודעות,
05:05
uninformedללא מידע, and presentמתנה companyחֶברָה todayהיום exceptedלמעט,
112
293449
3307
חסרי ידע, ומלבד אלה של היום,
05:08
oftenלעתים קרובות occupyלִכבּוֹשׁ electedנבחר officesמשרדים, it seemsנראה to me.
113
296756
2908
בדרך-כלל מאיישים מישרות ציבוריות.
05:11
That's anotherאַחֵר storyכַּתָבָה, perhapsאוּלַי.
114
299664
1806
טוב, זה כבר סיפור אחר.
05:13
I mean a differentשונה kindסוג of ignoranceבּוּרוּת.
115
301470
1633
אני מתכוון לבורות מסוג אחר.
05:15
I mean a kindסוג of ignoranceבּוּרוּת that's lessפָּחוּת pejorativeמְזַלזֵל,
116
303103
2268
אני מתכוון לבורות שהיא פחות מעליבה,
05:17
a kindסוג of ignoranceבּוּרוּת that comesבא from a communalעֲדָתִי gapפער in our knowledgeיֶדַע,
117
305371
3487
מין בורות הנובעת מהחללים הקיימים בידע שלנו,
05:20
something that's just not there to be knownידוע
118
308858
1865
משהו שאינו ידוע כי פשוט אינו קיים,
05:22
or isn't knownידוע well enoughמספיק yetעדיין or we can't make predictionsתחזיות from,
119
310723
2821
או שאינו ידוע מספיק טוב,
או שלא ניתן לנבא על-פיו,
05:25
the kindסוג of ignoranceבּוּרוּת that's maybe bestהטוב ביותר summedסיכם up
120
313544
2318
אותה בורות שניתן לסכמה הכי טוב באמצעות
05:27
in a statementהַצהָרָה by Jamesג'יימס Clerkפָּקִיד Maxwellמקסוול,
121
315862
1845
אימרתו של ג'יימס קלארק מקסוול,
05:29
perhapsאוּלַי the greatestהגדול ביותר physicistפִיסִיקַאִי betweenבֵּין Newtonניוטון and Einsteinאיינשטיין,
122
317707
3449
אולי הפיזיקאי הכי גדול שחי
בין ניוטון לאיינשטיין,
05:33
who said, "Thoroughlyבִּיסוֹדִיוּת consciousמוּדָע ignoranceבּוּרוּת
123
321156
2301
שאמר, "בורות מודעת ומעמיקה
05:35
is the preludeאַקדָם to everyכֹּל realאמיתי advanceלְקַדֵם in scienceמַדָע."
124
323457
2568
היא המבוא לכל התקדמות ממשית במדע."
05:38
I think it's a wonderfulנִפלָא ideaרַעְיוֹן:
125
326025
1388
אני חושב שזה מושג נפלא:
05:39
thoroughlyבִּיסוֹדִיוּת consciousמוּדָע ignoranceבּוּרוּת.
126
327413
3147
בורות מודעת ומעמיקה.
05:42
So that's the kindסוג of ignoranceבּוּרוּת that I want to talk about todayהיום,
127
330560
2421
זה סוג הבורות שאני רוצה לדבר עליה,
05:44
but of courseקוּרס the first thing we have to clearברור up
128
332981
1519
אבל הדבר הראשון שעלינו להבהיר
05:46
is what are we going to do with all those factsעובדות?
129
334500
2103
הוא מה אנו עומדים לעשות עם כל הנתונים?
05:48
So it is trueנָכוֹן that scienceמַדָע pilesטְחוֹרִים up at an alarmingמדאיגה rateציון.
130
336603
3674
אכן המדע צובר נתונים בקצב מסחרר.
05:52
We all have this senseלָחוּשׁ that scienceמַדָע is this mountainהַר of factsעובדות,
131
340277
2810
לכולנו יש את התחושה שהמדע
הוא מין הר כזה של נתונים.
05:55
this accumulationהצטברות modelדֶגֶם of scienceמַדָע, as manyרב have calledשקוראים לו it,
132
343087
4036
מודל זה של צבירת נתונים מדעית,
כפי שרבים מכנים אותו,
05:59
and it seemsנראה impregnableבלתי חדיר, it seemsנראה impossibleבלתי אפשרי.
133
347123
2451
נראה איתן, אבל כנראה גם בלתי אפשרי.
06:01
How can you ever know all of this?
134
349574
1314
הכיצד ניתן לדעת את כל זה?
06:02
And indeedאכן, the scientificמַדָעִי literatureסִפְרוּת growsגדל at an alarmingמדאיגה rateציון.
135
350888
3581
ואכן הספרות המדעית גדלה בקצב מסחרר.
06:06
In 2006, there were 1.3 millionמִילִיוֹן papersניירות publishedיצא לאור.
136
354469
3654
ב-2006, התפרסמו 1.3 מיליון מאמרים מדעיים.
06:10
There's about a two-and-a-half-percentשניים וחצי אחוז yearlyשְׁנָתִי growthצְמִיחָה rateציון,
137
358123
2632
כל שנה יש עליה של 2.5 אחוזים,
06:12
and so last yearשָׁנָה we saw over one and a halfחֲצִי millionמִילִיוֹן papersניירות beingלהיות publishedיצא לאור.
138
360755
4390
ולכן בשנה שעברה התפרסמו
יותר מ-1.5 מיליון מאמרים מדעיים.
06:17
Divideלחלק that by the numberמספר of minutesדקות in a yearשָׁנָה,
139
365145
2230
אם נחלק במספר הדקות בשנה,
06:19
and you windרוּחַ up with threeשְׁלוֹשָׁה newחָדָשׁ papersניירות perלְכָל minuteדַקָה.
140
367375
3138
נקבל 3 מאמרים חדשים בכל דקה.
06:22
So I've been up here a little over 10 minutesדקות,
141
370513
1482
כך שאני כאן קצת יותר מ-10 דקות,
06:23
I've alreadyכְּבָר lostאבד threeשְׁלוֹשָׁה papersניירות.
142
371995
1776
כבר הפסדתי 30 מאמרים.
06:25
I have to get out of here actuallyלמעשה. I have to go readלקרוא.
143
373771
2840
האמת עליי לצאת מכאן עכשיו כדי להספיק לקרוא.
06:28
So what do we do about this? Well, the factעוּבדָה is
144
376611
3446
אז מה עלינו לעשות בקשר לזה? האמת היא
06:32
that what scientistsמדענים do about it is a kindסוג of a controlledמְבוּקָר neglectהַזנָחָה, if you will.
145
380057
4509
שמה שהמדענים עושים זה מין התעלמות מודעת.
06:36
We just don't worryדאגה about it, in a way.
146
384566
2664
אנו פשוט לא נותנים לזה להטריד אותנו.
06:39
The factsעובדות are importantחָשׁוּב. You have to know a lot of stuffדברים
147
387230
2243
העובדות חשובות. עלינו לדעת המון
06:41
to be a scientistמַדְעָן. That's trueנָכוֹן.
148
389473
1810
כדי להיות מדענים.
06:43
But knowingיוֹדֵעַ a lot of stuffדברים doesn't make you a scientistמַדְעָן.
149
391283
2927
אבל הידיעה לבדה אינה הופכת אותנו למדענים.
06:46
You need to know a lot of stuffדברים to be a lawyerעורך דין
150
394210
2665
צריך לדעת הרבה בשביל להיות
06:48
or an accountantרואת חשבון or an electricianחַשׁמַלַאי or a carpenterנגר.
151
396875
3892
עורך-דין או רואה-חשבון או חשמלאי או נגר.
06:52
But in scienceמַדָע, knowingיוֹדֵעַ a lot of stuffדברים is not the pointנְקוּדָה.
152
400767
3610
אבל במדע, לדעת הרבה זה לא העיקר.
06:56
Knowingיוֹדֵעַ a lot of stuffדברים is there to help you get
153
404377
3556
ידיעת הרבה נתונים מטרתה לסייע לנו
06:59
to more ignoranceבּוּרוּת.
154
407933
1388
להגיע לבורות נוספת.
07:01
So knowledgeיֶדַע is a bigגָדוֹל subjectנושא, but I would say
155
409321
2510
ידע הוא עניין רציני, אבל הייתי אומר
07:03
ignoranceבּוּרוּת is a biggerגדול יותר one.
156
411831
2487
שבורות היא עניין עוד יותר רציני.
07:06
So this leadsמוביל us to maybe think about, a little bitbit
157
414318
2194
זה מוביל אותנו אולי לחשוב, קצת,
07:08
about, some of the modelsמודלים of scienceמַדָע that we tendנוטה to use,
158
416528
2883
על כמה מהמודלים של מדע בהם אנו נוטים להשתמש,
07:11
and I'd like to disabuseלְשַׁחְרֵר מְאַשְׁלָיָה you of some of them.
159
419411
1825
וברצוני להצביע על שגיאות נפוצות לגביהם.
07:13
So one of them, a popularפופולרי one, is that scientistsמדענים
160
421236
2313
אחד המקובלים מביניהם הוא שמדענים
07:15
are patientlyבסבלנות puttingלשים the piecesחתיכות of a puzzleחִידָה togetherיַחַד
161
423549
2628
מצרפים בסבלנות את חלקי התשבץ
07:18
to revealלְגַלוֹת some grandגָדוֹל schemeתָכְנִית or anotherאַחֵר.
162
426177
2773
כדי לגלות את התמונה הגדולה.
07:20
This is clearlyבְּבִירוּר not trueנָכוֹן. For one, with puzzlesפאזלים,
163
428950
2558
ברור שאין זה נכון. דבר ראשון,
07:23
the manufacturerיַצרָן has guaranteedמוּבטָח that there's a solutionפִּתָרוֹן.
164
431508
3499
בתשבצים היצרן ערב שיש פיתרון. לנו המדענים
07:27
We don't have any suchכגון guaranteeאַחֲרָיוּת.
165
435007
1749
אין שום ערובה כזו.
07:28
Indeedאכן, there are manyרב of us who aren'tלא so sure about the manufacturerיַצרָן.
166
436756
3155
רבים מאיתנו אפילו אינם בטוחים לגבי זהות היצרן.
07:31
(Laughterצחוק)
167
439911
3063
(צחוק)
07:34
So I think the puzzleחִידָה modelדֶגֶם doesn't work.
168
442974
1757
לכן אני חושב שהמודל של תשבץ לא מתאים.
07:36
Anotherאַחֵר popularפופולרי modelדֶגֶם is that scienceמַדָע is busyעסוק unravelingפורמת things
169
444731
3514
מודל מקובל נוסף הוא שהמדע עוסק בגילוי דברים
07:40
the way you unravelלְפַעֲנֵחַ the peelsקליפות of an onionבצל.
170
448245
2196
כמו שמקלפים את שכבות הבצל.
07:42
So peelלקלף by peelלקלף, you take away the layersשכבות of the onionבצל
171
450441
2989
כך שקליפה אחר קליפה, מסירים את שכבות הבצל
07:45
to get at some fundamentalבסיסי kernelגַרעִין of truthאֶמֶת.
172
453430
2319
כדי להגיע לאיזה שהוא גרעין של אמת.
07:47
I don't think that's the way it worksעובד eitherאוֹ.
173
455749
2187
גם זה אני חושב תיאור לא נכון.
07:49
Anotherאַחֵר one, a kindסוג of popularפופולרי one, is the icebergקַרחוֹן ideaרַעְיוֹן,
174
457936
2934
עוד תיאור שמאוד מקובל הוא רעיון של קרחון,
07:52
that we only see the tipעֵצָה of the icebergקַרחוֹן but underneathמתחת
175
460870
2460
שאנו רואים רק את קצה הקרחון, אבל שמתחת
07:55
is where mostרוב of the icebergקַרחוֹן is hiddenמוּסתָר.
176
463330
2185
חבוי רוב רובו של הקרחון.
07:57
But all of these modelsמודלים are basedמבוסס on the ideaרַעְיוֹן of a largeגָדוֹל bodyגוּף of factsעובדות
177
465515
3554
כל המודלים הללו מבוססים
על הרעיון של קיום מאגר של עובדות
08:01
that we can somehowאיכשהו or anotherאַחֵר get completedהושלמה.
178
469069
2420
שאנו בדרך זו או אחרת משלימים אותן.
08:03
We can chipשְׁבָב away at this icebergקַרחוֹן and figureדמות out what it is,
179
471489
3343
שאנו נוכל לגרד את הקרחון ולהבין מהו,
08:06
or we could just wait for it to meltלהמיס, I supposeלְהַנִיחַ, these daysימים,
180
474832
2605
או שפשוט נוכל להמתין עד שיימס,
במיוחד בימים האלה,
08:09
but one way or anotherאַחֵר we could get to the wholeכֹּל icebergקַרחוֹן. Right?
181
477437
3227
אבל שבדרך זו או אחרת,
נוכל להגיע לכל הקרחון, נכון?
08:12
Or make it manageableניתן לניהול. But I don't think that's the caseמקרה.
182
480664
2467
שנוכל להשתלט עליו. אבל איני סבור שזה כך.
08:15
I think what really happensקורה in scienceמַדָע
183
483131
2399
אני חושב שמה שבאמת קורה במדע
08:17
is a modelדֶגֶם more like the magicקֶסֶם well,
184
485530
1830
הוא יותר מודל של באר הקסם,
08:19
where no matterחוֹמֶר how manyרב bucketsדליים you take out,
185
487360
1837
שבו לא משנה כמה דליים נוציא החוצה,
08:21
there's always anotherאַחֵר bucketדְלִי of waterמַיִם to be had,
186
489197
2112
ישנו תמיד דלי נוסף של מים שצריך להוציא,
08:23
or my particularlyבִּמְיוּחָד favoriteהכי אהוב one,
187
491309
2127
או, התיאור שאהוב עליי,
08:25
with the effectהשפעה and everything, the ripplesאדוות on a pondאֲגַם.
188
493436
2939
בגלל האפקט וכו', האדוות באגם.
08:28
So if you think of knowledgeיֶדַע beingלהיות this ever-expandingמתרחב rippleאַדְוָה on a pondאֲגַם,
189
496375
3127
כך שאם תחשבו על הידע כאדווה המתפשטת לעד באגם,
08:31
the importantחָשׁוּב thing to realizeלִהַבִין is that our ignoranceבּוּרוּת,
190
499502
3382
הדבר שחשוב להבין הוא שהבורות שלנו,
08:34
the circumferenceהֶקֵף of this knowledgeיֶדַע, alsoגַם growsגדל with knowledgeיֶדַע.
191
502884
3382
שהיא ההיקף של הידע, גם כן מתרחבת עם הידע.
08:38
So the knowledgeיֶדַע generatesמייצר ignoranceבּוּרוּת.
192
506266
2763
כך שהידע מחולל בורות.
08:41
This is really well said, I thought, by Georgeג 'ורג' Bernardברנרד Shawשו.
193
509029
2915
ג'ורג' ברנרד שו הביע זאת היטב.
08:43
This is actuallyלמעשה partחֵלֶק of a toastהרמת כוסית that he deliveredנמסר
194
511944
2677
היה זה בהרמת כוסית
08:46
to celebrateלַחֲגוֹג Einsteinאיינשטיין at a dinnerאֲרוּחַת עֶרֶב celebratingחוגגים Einstein'sאיינשטיין work,
195
514621
3677
בארוחה לכבוד איינשטיין לציון עבודתו,
08:50
in whichאיזה he claimsטוען that scienceמַדָע
196
518298
1414
בה הוא אמר שהמדע
08:51
just createsיוצר more questionsשאלות than it answersתשובות.
["Scienceמַדָע is always wrongלא בסדר. It never solvesפותר a problemבְּעָיָה withoutלְלֹא creatingיוצר 10 more."]
197
519712
2265
רק יוצר יותר שאלות מאשר תשובות.
["המדע תמיד טועה. הוא אף פעם לא פותר
בעיות מבלי ליצור 10 נוספות."]
08:53
I find that kindסוג of gloriousמְפוֹאָר, and I think he's preciselyבְּדִיוּק right,
198
521977
3542
אני מוצא בזה משהו מופלא
ואני חושב שהוא מאוד צודק,
08:57
plusועוד it's a kindסוג of jobעבודה securityבִּטָחוֹן.
199
525519
2526
ובנוסף זה גם מבטיח פרנסה.
09:00
As it turnsפונה out, he kindסוג of cribbedמסולסל that
200
528045
2726
מתברר שהוא העתיק זאת מהפילוסוף
09:02
from the philosopherפִילוֹסוֹף Immanuelעמנואל Kantקאנט
201
530771
1852
עמנואל קאנט
09:04
who a hundredמֵאָה yearsשנים earlierמוקדם יותר had come up with this ideaרַעְיוֹן
202
532623
2645
ש-100 שנה יותר מוקדם יצא עם הרעיון
09:07
of questionשְׁאֵלָה propagationרְבִיָה, that everyכֹּל answerתשובה begetsמוליד more questionsשאלות.
203
535268
3808
של התפשטות שאלה. שכל תשובה מולידה עוד שאלות.
09:11
I love that termטווח, "questionשְׁאֵלָה propagationרְבִיָה,"
204
539076
2199
אני אוהב את הביטוי, "התפשטות שאלה",
09:13
this ideaרַעְיוֹן of questionsשאלות propagatingהפצה out there.
205
541275
2739
את הרעיון של התפשטות שאלות במרחב.
09:16
So I'd say the modelדֶגֶם we want to take is not
206
544014
1887
לכן הייתי אומר שהמודל שאנו רוצים
09:17
that we startהַתחָלָה out kindסוג of ignorantבור ועם הארץ and we get some factsעובדות togetherיַחַד
207
545901
3509
הוא אינו כזה שמתחילים בתור בורים,
מדביקים ביחד כמה עובדות
09:21
and then we gainלְהַשִׂיג knowledgeיֶדַע.
208
549410
2143
ואז זוכים בידע.
09:23
It's ratherבמקום kindסוג of the other way around, really.
209
551553
2379
זה הפוך.
09:25
What do we use this knowledgeיֶדַע for?
210
553932
1907
איזה שימוש אנו עושים בידע?
09:27
What are we usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני this collectionאוסף of factsעובדות for?
211
555839
2528
לאיזו מטרה אנו אוספים את העובדות?
09:30
We're usingמבנה יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוניפים יוני it to make better ignoranceבּוּרוּת,
212
558367
2857
אנו משתמשים בהן ליצירת בורות יותר טובה,
09:33
to come up with, if you will, higher-qualityאיכות גבוהה ignoranceבּוּרוּת.
213
561224
3079
כדי לקבל בורות באיכות יותר גבוהה.
09:36
Because, you know, there's low-qualityאיכות נמוכה ignoranceבּוּרוּת
214
564303
1872
כי כידוע, יש בורות ברמה ירודה
09:38
and there's high-qualityאיכות גבוהה ignoranceבּוּרוּת. It's not all the sameאותו.
215
566175
2413
ויש בורות ברמה גבוהה. הן לא אותו הדבר.
09:40
Scientistsמדענים argueלִטעוֹן about this all the time.
216
568588
2370
מדענים דנים בזה כל הזמן.
09:42
Sometimesלִפְעָמִים we call them bullשׁוֹר sessionsמפגשים.
217
570958
1965
לפעמים אנו מכנים זאת שיחות בטלות.
09:44
Sometimesלִפְעָמִים we call them grantמענק proposalsהצעות.
218
572923
1918
לפעמים מכנים זאת הצעות מחקר.
09:46
But nonethelessבְּכָל זֹאת, it's what the argumentטַעֲנָה is about.
219
574841
3508
בכל אופן, זהו נושא הדיון -- הבורות.
09:50
It's the ignoranceבּוּרוּת. It's the what we don't know.
220
578349
1844
זהו מה שאנו לא יודעים.
09:52
It's what makesעושה a good questionשְׁאֵלָה.
221
580193
2690
זה מה שמעורר את השאלות הטובות.
09:54
So how do we think about these questionsשאלות?
222
582883
1630
אז כיצד השאלות הללו עולות?
09:56
I'm going to showלְהַצִיג you a graphגרָף that showsמופעים up
223
584513
1952
אראה לכם גרף המופיע די הרבה
09:58
quiteדַי a bitbit on happyשַׂמֵחַ hourשָׁעָה postersכרזות in variousשׁוֹנִים scienceמַדָע departmentsמחלקות.
224
586465
3867
על מודעות מפגשי חברה במחלקות
מדעיות שונות (באוניברסיטאות).
10:02
This graphגרָף asksשואל the relationshipמערכת יחסים betweenבֵּין what you know
225
590332
4221
הגרף מתאר את הקשר בין מה שאנו יודעים
10:06
and how much you know about it.
226
594553
2190
לבין רמת הידע שלנו לגביו.
10:08
So what you know, you can know anywhereבְּכָל מָקוֹם from nothing to everything, of courseקוּרס,
227
596743
3515
מה שאנו יודעים, זה יכול
לנוע משום דבר להכל,
10:12
and how much you know about it can be anywhereבְּכָל מָקוֹם
228
600258
1683
ורמת הידע לגביו
10:13
from a little to a lot.
229
601941
2423
יכולה לנוע ממעט להמון.
10:16
So let's put a pointנְקוּדָה on the graphגרָף. There's an undergraduateסטודנט לתואר ראשון.
230
604364
4232
הבה נסמן נקודה על הגרף. יש סטודנט לתואר I.
10:20
Doesn't know much but they have a lot of interestריבית.
231
608596
2364
הוא אינו יודע הרבה אבל יש לו עניין רחב.
10:22
They're interestedמעוניין in almostכִּמעַט everything.
232
610960
1691
הוא מתעניין כמעט בהכל.
10:24
Now you look at a master'sמאסטר studentתלמיד, a little furtherנוסף alongלְאוֹרֶך in theirשֶׁלָהֶם educationהַשׂכָּלָה,
233
612651
3454
כעת אם מסתכלים על סטודנט לתואר שני,
המתקדם מעט יותר בלימודיו,
10:28
and you see they know a bitbit more,
234
616105
1351
רואים שהוא יודע יותר,
10:29
but it's been narrowedצרה somewhatבמידה מסוימת.
235
617456
1890
אבל בתחום יותר צר במידת מה.
10:31
And finallyסוף כל סוף you get your PhPh.D., where it turnsפונה out
236
619346
2719
ובסוף מישהו מקבל תואר שלישי, ואז מתברר
10:34
you know a tremendousעָצוּם amountכמות about almostכִּמעַט nothing. (Laughterצחוק)
237
622065
5105
שיודעים המון על כמעט שום דבר. (צחוק)
10:39
What's really disturbingמטריד is the trendמְגַמָה lineקַו that goesהולך throughדרך that
238
627170
3781
מה שבאמת מטריד הוא מגמת הגרף אשר ממשיך
10:42
because, of courseקוּרס, when it dipsמטבלים belowלְהַלָן the zeroאֶפֶס axisצִיר, there,
239
630951
3775
וצולל מתחת לציר -- מתחת לאפס,
10:46
it getsמקבל into a negativeשלילי areaאֵזוֹר.
240
634726
2262
שם הוא נכנס לאזור השלילי.
10:48
That's where you find people like me, I'm afraidחוֹשֵׁשׁ.
241
636988
2915
שם מוצאים אנשים כמוני, כך חוששני.
10:51
So the importantחָשׁוּב thing here is that this can all be changedהשתנה.
242
639903
3368
הדבר החשוב כאן הוא שאת כל זה ניתן לשנות.
10:55
This wholeכֹּל viewנוף can be changedהשתנה
243
643271
1804
ניתן לשנות את כל צורת ההסתכלות
10:57
by just changingמִשְׁתַנֶה the labelתווית on the x-axisציר x.
244
645075
3161
פשוט על-ידי שינוי התג של
ציר ה-X. כך שבמקום לומר
11:00
So insteadבמקום זאת of how much you know about it,
245
648236
1917
כמה אנו יודעים על משהו,
11:02
we could say, "What can you askלִשְׁאוֹל about it?"
246
650153
3541
אפשר לומר, "מה ניתן לשאול על זה?"
11:05
So yes, you do need to know a lot of stuffדברים as a scientistמַדְעָן,
247
653694
2867
אז נכון, צריך לדעת המון חומר בתור מדען,
11:08
but the purposeמַטָרָה of knowingיוֹדֵעַ a lot of stuffדברים
248
656561
2629
אבל מטרת ידיעת המון חומר אינה רק בשביל
11:11
is not just to know a lot of stuffדברים. That just makesעושה you a geekחנון, right?
249
659190
2587
לדעת אותו. זה הופך אותנו סתם למכורי ידע.
11:13
Knowingיוֹדֵעַ a lot of stuffדברים, the purposeמַטָרָה is
250
661777
2138
מטרת ידיעת הרבה חומר היא
11:15
to be ableיכול to askלִשְׁאוֹל lots of questionsשאלות,
251
663915
1676
להיות מסוגל לשאול הרבה שאלות,
11:17
to be ableיכול to frameמִסגֶרֶת thoughtfulמִתחַשֵׁב, interestingמעניין questionsשאלות,
252
665591
3088
להיות מסוגל להרכיב שאלות חכמות ומעניינות,
11:20
because that's where the realאמיתי work is.
253
668679
1725
כי זוהי המלאכה האמיתית.
11:22
Let me give you a quickמָהִיר ideaרַעְיוֹן of a coupleזוּג of these sortsמיני of questionsשאלות.
254
670404
2552
אציג בפניכם כמה שאלות מהסוג הזה.
11:24
I'm a neuroscientistמדענית מוח, so how would we come up
255
672956
2163
אני מדען עצבים, אז כיצד נעלה שאלה
11:27
with a questionשְׁאֵלָה in neuroscienceמדעי המוח?
256
675119
1431
במדעי העצב?
11:28
Because it's not always quiteדַי so straightforwardפָּשׁוּט.
257
676550
2669
כי זה לא תמיד כל-כך ברור מאליו.
11:31
So, for exampleדוגמא, we could say, well what is it that the brainמוֹחַ does?
258
679219
2559
לדוגמא, אפשר לשאול, מה בדיוק
המוח עושה? אחד הדברים
11:33
Well, one thing the brainמוֹחַ does, it movesמהלכים us around.
259
681778
1814
שהמוח עושה זה להזיז אותנו אנה ואנה.
11:35
We walkלָלֶכֶת around on two legsרגליים.
260
683592
2005
אנו מתהלכים על שתי רגלינו.
11:37
That seemsנראה kindסוג of simpleפָּשׁוּט, somehowאיכשהו or anotherאַחֵר.
261
685597
1851
זה נראה די פשוט, כך או אחרת.
11:39
I mean, virtuallyכִּמעַט everybodyכולם over 10 monthsחודשים of ageגיל
262
687448
2725
כלומר, כל אחד מעל גיל 10 חודשים
11:42
walksהולך around on two legsרגליים, right?
263
690173
2172
הולך על שתי רגליים, נכון?
11:44
So that maybe is not that interestingמעניין.
264
692345
1391
לכן אולי זה לא כל-כך מעניין.
11:45
So insteadבמקום זאת maybe we want to chooseבחר something a little more complicatedמסובך to look at.
265
693736
3148
אז אולי נבחר במקום זה משהו קצת יותר מורכב.
11:48
How about the visualחָזוּתִי systemמערכת?
266
696884
2775
מה לגבי מערכת הראייה?
11:51
There it is, the visualחָזוּתִי systemמערכת.
267
699659
1627
הנה היא, מערכת הראייה.
11:53
I mean, we love our visualחָזוּתִי systemsמערכות. We do all kindsמיני of coolמגניב stuffדברים.
268
701286
3248
אנו אוהבים את מערכת הראיה שלנו.
אנו עושים איתה המון דברים מעניינים.
11:56
Indeedאכן, there are over 12,000 neuroscientistsמדעני מוח
269
704534
3391
יש יותר מ-12,000 מדענים שעובדים בתחום
11:59
who work on the visualחָזוּתִי systemמערכת,
270
707925
1580
מערכת הראייה,
12:01
from the retinaרִשׁתִית to the visualחָזוּתִי cortexקליפת המוח,
271
709505
2081
מהרשתית ועד אזור הראייה שבקליפת המוח,
12:03
in an attemptלְנַסוֹת to understandמבין not just the visualחָזוּתִי systemמערכת
272
711586
2565
בניסיון להבין לא רק את מערכת הראייה,
12:06
but to alsoגַם understandמבין how generalכללי principlesעקרונות
273
714151
3024
אלא גם להבין מה הם העקרונות הכלליים
12:09
of how the brainמוֹחַ mightאולי work.
274
717175
1951
לפיהם המוח פועל.
12:11
But now here'sהנה the thing:
275
719126
1660
אבל חשוב לשים לב לזה:
12:12
Our technologyטֶכנוֹלוֹגִיָה has actuallyלמעשה been prettyיפה good
276
720786
2480
הטכנולוגיה שלנו די הצליחה
12:15
at replicatingמשכפל what the visualחָזוּתִי systemמערכת does.
277
723266
2590
בשכפול של מה שעושה מערכת הראייה.
12:17
We have TVטֵלֶוִיזִיָה, we have moviesסרטים,
278
725856
3023
יש לנו טלוויזיות, סרטים,
12:20
we have animationאנימציה, we have photographyצילום,
279
728879
2495
יש סרטי הנפשה, יש צילום,
12:23
we have patternתַבְנִית recognitionהַכָּרָה, all of these sortsמיני of things.
280
731374
3151
יש זיהוי צורות וכל מיני דברים דומים כאלה.
12:26
They work differentlyבאופן שונה than our visualחָזוּתִי systemsמערכות in some casesבמקרים,
281
734525
2646
בכמה מקרים זה עובד באופן
שונה לעומת מערכת הראייה.
12:29
but nonethelessבְּכָל זֹאת we'veיש לנו been prettyיפה good at
282
737171
1591
אבל בכל מקרה אנו
12:30
makingהֲכָנָה a technologyטֶכנוֹלוֹגִיָה work like our visualחָזוּתִי systemמערכת.
283
738762
3476
די מצטיינים ביצירת טכנולוגיה
הפועלת כמו מערכת הראייה שלנו.
12:34
Somehowאיכשהו or anotherאַחֵר, a hundredמֵאָה yearsשנים of roboticsרובוטיקה,
284
742238
2936
אבל, לאחר 100 שנות רובוטיקה,
12:37
you never saw a robotרוֹבּוֹט walkלָלֶכֶת on two legsרגליים,
285
745174
2266
עדיין לא ראינו רובוט מהלך על שתיים,
12:39
because robotsרובוטים don't walkלָלֶכֶת on two legsרגליים
286
747440
2163
כי רובוטים אינם יכולים ללכת על שתיים
12:41
because it's not suchכגון an easyקַל thing to do.
287
749603
2390
מכיוון שזה לא כל-כך קל לעשות זאת.
12:43
A hundredמֵאָה yearsשנים of roboticsרובוטיקה,
288
751993
1528
100 שנות רובוטיקה,
12:45
and we can't get a robotרוֹבּוֹט that can moveמהלך \ לזוז \ לעבור more than a coupleזוּג stepsצעדים one way or the other.
289
753521
3367
ועדיין אין לנו רובוט
שיכול לנוע יותר מכמה צעדים.
12:48
You askלִשְׁאוֹל them to go up an inclinedנוֹטֶה planeמָטוֹס, and they fallנפילה over.
290
756888
2572
שולחים אותם על משטח משופע והם נופלים.
12:51
Turnלפנות around, and they fallנפילה over. It's a seriousרְצִינִי problemבְּעָיָה.
291
759460
2004
הם מנסים להסתובב אבל נופלים. זו בעיה קשה.
12:53
So what is it that's the mostרוב difficultקָשֶׁה thing for a brainמוֹחַ to do?
292
761464
3547
אם כך, מה הוא הדבר הקשה ביותר למוח לבצע?
12:57
What oughtצריך we to be studyingלומד?
293
765011
1623
מה עלינו לחקור?
12:58
Perhapsאוּלַי it oughtצריך to be walkingהליכה on two legsרגליים, or the motorמָנוֹעַ systemמערכת.
294
766634
4295
אולי זה חייב להיות הליכה
על שתיים, או המערכת המוטורית.
13:02
I'll give you an exampleדוגמא from my ownשֶׁלוֹ labמַעבָּדָה,
295
770929
1735
אתן דוגמא מהמעבדה שלי,
13:04
my ownשֶׁלוֹ particularlyבִּמְיוּחָד smellyמַסרִיחַ questionשְׁאֵלָה,
296
772664
1725
השאלה הריחנית שלי,
13:06
sinceמאז we work on the senseלָחוּשׁ of smellרֵיחַ.
297
774389
2099
מאחר ואנו חוקרים את חוש הריח.
13:08
But here'sהנה a diagramתרשים of fiveחָמֵשׁ moleculesמולקולות
298
776488
3228
הנה תרשים של 5 מולקולות
13:11
and sortסוג of a chemicalכִּימִי notationסִמוּן.
299
779716
1510
וסימון כימי.
13:13
These are just plainמישור oldישן moleculesמולקולות, but if you sniffלְרַחְרֵח those moleculesמולקולות
300
781226
2996
אלו הן רק מולקולות רגילות וידועות,
אבל אם רק תרחרחו מולקולות הללו
13:16
up these two little holesחורים in the frontחֲזִית of your faceפָּנִים,
301
784222
2470
עם שני החורים בקידמת פניכם,
13:18
you will have in your mindאכפת the distinctמובהק impressionרוֹשֶׁם of a roseורד.
302
786692
3874
יווצר במוחכם רושם ברור של ורד.
אם יהיה שם ורד אמיתי,
13:22
If there's a realאמיתי roseורד there, those moleculesמולקולות will be the onesיחידות,
303
790566
2158
אלו הן המולקולות שיהיו שם,
13:24
but even if there's no roseורד there,
304
792724
1560
אבל גם אם לא יהיה ורד,
13:26
you'llאתה have the memoryזיכרון of a moleculeמולקולה.
305
794284
1591
יהיה לכם הזיכרון של המולקולות.
13:27
How do we turnלפנות moleculesמולקולות into perceptionsתפיסות?
306
795875
3104
כיצד אנו הופכים מולקולות לתפיסה?
13:30
What's the processתהליך by whichאיזה that could happenלִקְרוֹת?
307
798979
1857
מהו התהליך שדרכו זה מתרחש?
13:32
Here'sהנה anotherאַחֵר exampleדוגמא: two very simpleפָּשׁוּט moleculesמולקולות, again in this kindסוג of chemicalכִּימִי notationסִמוּן.
308
800836
3960
הנה דוגמא נוספת: שתי מולקולות מאוד פשוטות,
שוב תחת אותו סימון כימי.
13:36
It mightאולי be easierקל יותר to visualizeלַחֲזוֹת them this way,
309
804796
2077
אולי יהיה יותר קל להסתכל עליהן כך,
13:38
so the grayאפור circlesמעגלים are carbonפַּחמָן atomsאטומים, the whiteלבן onesיחידות
310
806873
2794
העיגולים האפורים הם אטומי פחמן,
13:41
are hydrogenמֵימָן atomsאטומים and the redאָדוֹם onesיחידות are oxygenחַמצָן atomsאטומים.
311
809667
2775
הלבנים אטומי מימן והאדומים אטומי חמצן.
13:44
Now these two moleculesמולקולות differלִהיוֹת שׁוֹנֶה by only one carbonפַּחמָן atomאָטוֹם
312
812442
4298
שתי מולקולות הללו נבדלות
זו מזו רק באטום פחמן אחד
13:48
and two little hydrogenמֵימָן atomsאטומים that rideנסיעה alongלְאוֹרֶך with it,
313
816740
2688
ושני אטומ מימן הקשורים אליו,
13:51
and yetעדיין one of them, heptylheptyl acetateאֲצֵטַט,
314
819428
1986
אבל אחת מהן, heptyl acetate,
13:53
has the distinctמובהק odorרֵיחַ of a pearאגס,
315
821414
2311
הינה בעלת ניחוח של אגס,
13:55
and hexylהקסיל acetateאֲצֵטַט is unmistakablyללא ספק bananaבננה.
316
823725
3839
ו-hexyl acetate היא ללא ספק ניחוח של בננה.
13:59
So there are two really interestingמעניין questionsשאלות here, it seemsנראה to me.
317
827564
2557
כך שלדעתי יש כאן שתי שאלות מעניינות.
14:02
One is, how can a simpleפָּשׁוּט little moleculeמולקולה like that
318
830121
3215
האחת, כיצד מולקולה פשוטה כמו זו
14:05
createלִיצוֹר a perceptionתפיסה in your brainמוֹחַ that's so clearברור
319
833336
2468
יוצרת תפיסה במוחנו שהיא כה ברורה
14:07
as a pearאגס or a bananaבננה?
320
835804
1742
כמו אגס או בננה?
14:09
And secondlyשנית, how the hellגֵיהִנוֹם can we tell the differenceהֶבדֵל
321
837546
3121
והשניה, כיצד לכל הרוחות אנו מסוגלים להבחין
14:12
betweenבֵּין two moleculesמולקולות that differלִהיוֹת שׁוֹנֶה by a singleיחיד carbonפַּחמָן atomאָטוֹם?
322
840667
4315
בין שתי מולקולות הנבדלות באטום פחמן בודד?
14:16
I mean, that's remarkableראוי לציון to me,
323
844982
1646
כלומר, מבחינתי זה משהו מופלא,
14:18
clearlyבְּבִירוּר the bestהטוב ביותר chemicalכִּימִי detectorגַלַאִי on the faceפָּנִים of the planetכוכב לכת.
324
846628
3032
ללא ספק החיישן הכימי הטוב ביותר עלי-אדמות.
14:21
And you don't even think about it, do you?
325
849660
2776
ואנו אפילו כלל לא חושבים על כך, נכון?
14:24
So this is a favoriteהכי אהוב quoteציטוט of mineשלי that takes us
326
852436
2617
יש ציטוט שאני אוהב אשר לוקח אותנו
14:27
back to the ignoranceבּוּרוּת and the ideaרַעְיוֹן of questionsשאלות.
327
855053
1746
בחזרה אל הבורות ורעיון השאלות.
14:28
I like to quoteציטוט because I think deadמֵת people
328
856799
2019
אני אוהב לצטט כי אני סבור שאנשים שנפטרו
14:30
shouldn'tלא צריך be excludedלא נכללו from the conversationשִׂיחָה.
329
858818
2543
אינם צריכים להיות מחוץ לשיג-והשיח.
14:33
And I alsoגַם think it's importantחָשׁוּב to realizeלִהַבִין that
330
861361
1939
אני גם סבור שחשוב להבין
14:35
the conversation'sהשיחה been going on for a while, by the way.
331
863300
2462
שאותו שיג-ושיח מתנהל די הרבה זמן.
14:37
So Erwinארווין Schrodingerשרדינגר, a great quantumקוונטי physicistפִיסִיקַאִי
332
865762
2758
ארווין שרדינגר, פיזיקאי גדול בתורת הקוונטים
14:40
and, I think, philosopherפִילוֹסוֹף, pointsנקודות out how you have to
333
868520
2566
וסבורני, שגם פילוסוף, מצביע על כיצד
14:43
"abideלציית by ignoranceבּוּרוּת for an indefiniteסְתָמִי periodפרק זמן" of time.
334
871086
3465
"לפעול דרך הבורות לאורך זמן לא ידוע".
14:46
And it's this abidingציד by ignoranceבּוּרוּת
335
874551
1987
ופעולה זו דרך הבורות,
14:48
that I think we have to learnלִלמוֹד how to do.
336
876538
1666
היא לדעתי משהו שעלינו ללמוד.
14:50
This is a trickyערמומי thing. This is not suchכגון an easyקַל businessעֵסֶק.
337
878204
2977
זהו דבר מוליך-שולל. זה לא עסק כזה פשוט.
14:53
I guessלְנַחֵשׁ it comesבא down to our educationהַשׂכָּלָה systemמערכת,
338
881181
1959
אני משער שזה מסתכם במערכת החינוך,
14:55
so I'm going to talk a little bitbit about ignoranceבּוּרוּת and educationהַשׂכָּלָה,
339
883140
2457
לכן אדבר עכשיו קצת על בורות וחינוך,
14:57
because I think that's where it really has to playלְשַׂחֵק out.
340
885597
2268
כי אני חושב ששם המקום בו זה צריך להתבהר.
14:59
So for one, let's faceפָּנִים it,
341
887865
2267
אז הבה נתמודד עם זה.
15:02
in the ageגיל of GoogleGoogle and Wikipediaויקיפדיה,
342
890132
3352
בעידן של גוגל וויקיפדיה,
15:05
the businessעֵסֶק modelדֶגֶם of the universityאוּנִיבֶרְסִיטָה
343
893484
1793
המודל העיסקי של האוניברסיטאות
15:07
and probablyכנראה secondaryמִשׁנִי schoolsבתי ספר is simplyבפשטות going to have to changeשינוי.
344
895277
3421
וכנראה של בתי-ספר תיכוניים,
יצטרך להשתנות. אין אנו יכולים
15:10
We just can't sellמכירה factsעובדות for a livingחַי anymoreיותר.
345
898698
1901
פשוט למכור יותר עובדות בשביל להתפרנס.
15:12
They're availableזמין with a clickנְקִישָׁה of the mouseעכבר,
346
900599
2050
הן זמינות בלחיצת עכבר,
15:14
or if you want to, you could probablyכנראה just askלִשְׁאוֹל the wallקִיר
347
902649
2496
או שפשוט אפשר יהיה לשאול את הקיר באחד הימים
15:17
one of these daysימים, whereverבַּאֲשֶׁר they're going to hideלהתחבא the things
348
905145
1712
היכן הם מסתירים את כל הדברים
15:18
that tell us all this stuffדברים.
349
906857
1417
המספרים לנו את כל הדברים.
15:20
So what do we have to do? We have to give our studentsסטודנטים
350
908274
2883
אז מה עלינו לעשות? עלינו לאפשר לתלמידים
15:23
a tasteטַעַם for the boundariesגבולות, for what's outsideבחוץ that circumferenceהֶקֵף,
351
911157
3896
לחוש את הגבולות, ואת מה שמעבר לאותן הגבולות,
15:27
for what's outsideבחוץ the factsעובדות, what's just beyondמעבר the factsעובדות.
352
915053
4308
את מה שמחוץ לעובדות, את מה שמעבר לעובדות.
15:31
How do we do that?
353
919361
2157
כיצד עושים זאת?
15:33
Well, one of the problemsבעיות, of courseקוּרס,
354
921518
1508
אחת הבעיות כמובן
15:35
turnsפונה out to be testingבדיקה.
355
923026
2109
היא בחינות.
15:37
We currentlyכַּיוֹם have an educationalחינוכית systemמערכת
356
925135
2649
נכון לעכשיו, יש לנו מערכת חינוך
15:39
whichאיזה is very efficientיָעִיל but is very efficientיָעִיל at a ratherבמקום badרַע thing.
357
927784
3709
שהיא מאוד יעילה,
אבל מאוד יעילה בדבר שהוא די רע.
15:43
So in secondשְׁנִיָה gradeכיתה, all the kidsילדים are interestedמעוניין in scienceמַדָע,
358
931493
2974
בכיתה ב', כל הילדים מתעניינים במדע,
15:46
the girlsבנות and the boysבנים.
359
934467
1263
הבנות והבנים.
15:47
They like to take stuffדברים apartמלבד. They have great curiosityסַקרָנוּת.
360
935730
3974
הם אוהבים לפרק דברים. יש להם המון סקרנות.
15:51
They like to investigateלַחקוֹר things. They go to scienceמַדָע museumsמוזיאונים.
361
939704
2499
הם אוהבים לחקור דברים. הם הולכים למוזיאוני מדע.
15:54
They like to playלְשַׂחֵק around. They're in secondשְׁנִיָה gradeכיתה.
362
942203
6188
הם אוהבים להשתובב. הם בכיתה ב'.
16:00
They're interestedמעוניין.
363
948407
1494
הם מתעניינים.
16:01
But by 11thה or 12thה gradeכיתה, fewerפחות than 10 percentאָחוּז
364
949901
2934
אבל בכיתה י"א או י"ב, פחות מ-10 אחוז
16:04
of them have any interestריבית in scienceמַדָע whatsoeverכָּלשֶׁהוּ,
365
952835
3075
מהם מתעניינים במדע כלשהו,
16:07
let aloneלבד a desireרצון עז to go into scienceמַדָע as a careerקריירה.
366
955910
2945
שלא לדבר על הרצון לבחור במדע בתור קריירה.
16:10
So we have this remarkablyלהפליא efficientיָעִיל systemמערכת
367
958855
2982
כך שיש לנו את המערכת המועילה להפליא
16:13
for beatingהַכָּאָה any interestריבית in scienceמַדָע out of everybody'sשל כולם headרֹאשׁ.
368
961837
3973
שמדכאת כל עניין במדע בראשים של כולם.
16:17
Is this what we want?
369
965810
1914
האם זה מה שאנו רוצים?
16:19
I think this comesבא from what a teacherמוֹרֶה colleagueעמית of mineשלי
370
967724
2342
אני חושב שזה קורה בגלל מה שמורה עמית שלי
16:22
callsשיחות "the bulimicבולימית methodשִׁיטָה of educationהַשׂכָּלָה."
371
970066
2722
קורא לו "השיטה הבולימית של החינוך".
16:24
You know. You can imagineלדמיין what it is.
372
972788
1373
אתם בטח מבינים מה זה.
16:26
We just jamריבה a wholeכֹּל bunchצְרוֹר of factsעובדות down theirשֶׁלָהֶם throatsגרון over here
373
974161
2948
אנו מאביסים ערימות של עובדות
לתוך גרונם (של תלמידים)
16:29
and then they pukeלְהַקִיא it up on an examבְּחִינָה over here
374
977109
2354
ואז הם פולטים אותן לתוך הבחינה
16:31
and everybodyכולם goesהולך home with no addedהוסיף intellectualאִינטֶלֶקְטוּאַלִי heftממשקלן whatsoeverכָּלשֶׁהוּ.
375
979463
4579
וכולם חוזרים הביתה ללא שום
מטען נוסף של אינטלקטואליות.
16:36
This can't possiblyיִתָכֵן continueלְהַמשִׁיך to go on.
376
984042
2081
לא ניתן להמשיך עם זה יותר.
16:38
So what do we do? Well the geneticistsגנטיקאים, I have to say,
377
986123
2334
אז מה אנו עושים? לחוקרי התורשה
16:40
have an interestingמעניין maximפִּתגָם they liveלחיות by.
378
988457
1983
יש פתגם לפיו הם חיים.
16:42
Geneticistsגנטיקאים always say, you always get what you screenמָסָך for.
379
990440
5252
הם אומרים, אתה תמיד תקבל
את מה שאתה סורק בשבילו.
16:47
And that's meantהתכוון as a warningאַזהָרָה.
380
995692
2861
והכוונה כאן היא להזהיר.
16:50
So we always will get what we screenמָסָך for,
381
998553
2319
אנו תמיד מקבלים את מה שאנו סורקים בשבילו,
16:52
and partחֵלֶק of what we screenמָסָך for is in our testingבדיקה methodsשיטות.
382
1000872
3455
וחלק ממה שאנו סורקים בשבילו
נמצא בשיטות הבחינה שלנו.
16:56
Well, we hearלִשְׁמוֹעַ a lot about testingבדיקה and evaluationהַעֲרָכָה,
383
1004327
3243
אנו שומעים הרבה על בחינה והערכה,
16:59
and we have to think carefullyבקפידה when we're testingבדיקה
384
1007570
2187
ועלינו לחשוב בזהירות כאשר אנו בוחנים,
17:01
whetherהאם we're evaluatingהערכה or whetherהאם we're weedingעישוב,
385
1009757
3087
האם אנו מעריכים או האם עוקרים,
17:04
whetherהאם we're weedingעישוב people out,
386
1012844
1459
האם אנו עוקרים אנשים החוצה,
17:06
whetherהאם we're makingהֲכָנָה some cutגזירה.
387
1014303
3134
האם אנו מקצצים.
17:09
Evaluationהַעֲרָכָה is one thing. You hearלִשְׁמוֹעַ a lot about evaluationהַעֲרָכָה
388
1017437
2641
הערכה זה דבר אחד. מדברים הרבה על הערכה
17:12
in the literatureסִפְרוּת these daysימים, in the educationalחינוכית literatureסִפְרוּת,
389
1020078
2910
בימים אלה בספרים, בספרות החינוכית,
17:14
but evaluationהַעֲרָכָה really amountsסכומים to feedbackמָשׁוֹב and it amountsסכומים
390
1022988
2958
אבל הערכה אמיתית מסתכמת במשוב
ובמתן הזדמנות לניסוי וטעיה.
17:17
to an opportunityהִזדַמְנוּת for trialמִשׁפָּט and errorשְׁגִיאָה.
391
1025946
2154
היא מסתכמת במתן הזדמנות לעבודה
במשך תקופת זמן יותר ארוכה
17:20
It amountsסכומים to a chanceהִזדַמְנוּת to work over a longerארוך יותר periodפרק זמן of time
392
1028100
4494
17:24
with this kindסוג of feedbackמָשׁוֹב.
393
1032594
1910
עם משוב מן הסוג הזה.
זה שונה מעקירה, ובדרך-כלל, עליי לומר,
17:26
That's differentשונה than weedingעישוב, and usuallyבְּדֶרֶך כְּלַל, I have to tell you,
394
1034504
2938
17:29
when people talk about evaluationהַעֲרָכָה, evaluatingהערכה studentsסטודנטים,
395
1037442
2726
שכאשר אנשים מדברים על הערכה, הערכת תלמידים,
הערכת מורים, הערכת בתי-ספר,
17:32
evaluatingהערכה teachersמורים, evaluatingהערכה schoolsבתי ספר,
396
1040168
2787
הערכת תכנים, הם בפועל מדברים על עקירה.
17:34
evaluatingהערכה programsתוכניות, that they're really talkingשִׂיחָה about weedingעישוב.
397
1042955
4161
17:39
And that's a badרַע thing, because then you will get what you selectבחר for,
398
1047116
4210
וזה דבר רע, כי אז מקבלים
את מה שאנו מכוונים אליו,
17:43
whichאיזה is what we'veיש לנו gottenקיבל so farרָחוֹק.
399
1051326
1958
שזה מה שיש לנו כיום.
17:45
So I'd say what we need is a testמִבְחָן that saysאומר, "What is x?"
400
1053284
3441
לכן הייתי אומר שאנו זקוקים
לבחינה השואלת, "מה זה x?"
17:48
and the answersתשובות are "I don't know, because no one does,"
401
1056725
3092
והתשובות הן, "לא יודע כי אף אחד לא יודע",
17:51
or "What's the questionשְׁאֵלָה?" Even better.
402
1059817
1741
או, "מה השאלה?", שזה עוד יותר טוב.
17:53
Or, "You know what, I'll look it up, I'll askלִשְׁאוֹל someoneמִישֶׁהוּ,
403
1061558
2390
או, "אתה יודע מה, אני אחפש, אני אשאל מישהו,
17:55
I'll phoneטלפון someoneמִישֶׁהוּ. I'll find out."
404
1063964
2700
אתקשר למישהו. אני אגלה".
17:58
Because that's what we want people to do,
405
1066664
1550
כי זה מה שאנו רוצים שאנשים יעשו,
18:00
and that's how you evaluateלהעריך them.
406
1068214
1371
וכך צריך להעריך אותם.
18:01
And maybe for the advancedמִתקַדֵם placementמיקום classesשיעורים,
407
1069585
1943
ואולי בשביל הכיתות המתקדמות,
18:03
it could be, "Here'sהנה the answerתשובה. What's the nextהַבָּא questionשְׁאֵלָה?"
408
1071528
3714
זה יכול להיות, "הנה התשובה. מה השאלה הבאה?"
18:07
That's the one I like in particularמיוחד.
409
1075242
1511
ואת זה אני אוהב במיוחד.
18:08
So let me endסוֹף with a quoteציטוט from Williamויליאם Butlerמשרת Yeatsכן,
410
1076753
2177
אסיים בציטוט מאת ויליאם באטלר ייטס,
18:10
who said "Educationחינוך is not about fillingמילוי bucketsדליים;
411
1078930
3167
שאמר "חינוך אינו סתם מילוי דליים;
18:14
it is lightingתְאוּרָה firesשריפות."
412
1082097
2153
חינוך צריך להצית להבות".
18:16
So I'd say, let's get out the matchesהתאמות.
413
1084250
3875
לכן הייתי אומר, הבה נשלוף את הגפרורים.
18:20
Thank you.
414
1088125
1208
תודה.
18:21
(Applauseתְשׁוּאוֹת)
415
1089333
3227
(מחיאות כפיים)
18:24
Thank you. (Applauseתְשׁוּאוֹת)
416
1092560
3816
תודה לכם. (מחיאות כפיים)
Translated by Yubal Masalker
Reviewed by Ido Dekkers

▲Back to top

ABOUT THE SPEAKER
Stuart Firestein - Neuroscientist
Stuart Firestein teaches students and “citizen scientists” that ignorance is far more important to discovery than knowledge.

Why you should listen

You’d think that a scientist who studies how the human brain receives and perceives information would be inherently interested in what we know. But Stuart Firestein says he’s far more intrigued by what we don’t. “Answers create questions,” he says. “We may commonly think that we begin with ignorance and we gain knowledge [but] the more critical step in the process is the reverse of that.”

Firestein, who chairs the biological sciences department at Columbia University, teaches a course about how ignorance drives science. In it -- and in his 2012 book on the topic -- he challenges the idea that knowledge and the accumulation of data create certainty. Facts are fleeting, he says; their real purpose is to lead us to ask better questions.

More profile about the speaker
Stuart Firestein | Speaker | TED.com